FastFlowLM

在 AMD NPU 上像用 Ollama 一样快速跑大模型

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 176 🐛 待处理 225 👀 关注 28
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2030
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

FastFlowLM 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队ROCm
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言C++
技术栈/模型amd,deepseek,llama,llm,npu
GitHub 星标★ 2030
上线时间2025-06-16 00:00:00
代码更新2026-11-08
仓库体积867.6 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数7

项目介绍

FastFlowLM 是一个专为 AMD Ryzen AI NPU 深度优化的开源推理引擎,目标是在 AMD 平台上实现大语言模型的高效本地运行。它借鉴了 Ollama 的易用性,但针对 AMD NPU 的硬件特性进行了底层重构和优化,解决了通用推理框架在 NPU 上性能不佳或无法利用的问题。核心能力包括:提供简洁的命令行接口,支持主流开源模型(如 Llama、Phi 等)的量化与部署,自动调度 NPU 资源,实现低延迟、低功耗的本地推理。项目处于快速成长阶段,为 AMD 用户提供了一种新的、接近 Ollama 体验的本地 AI 运行方式。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2030

技术标签

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 7 步

环境要求

  • 搭载 XDNA2 NPU 的 AMD Ryzen AI 芯片(Strix、Strix Halo、Kraken、Gorgon Point)
  • AMD NPU 驱动版本 32.0.203.311 或更高(旧版本已不支持)
  • Windows 系统(官方提供 flm-setup.msi 安装包);Linux 参考官方 Linux Getting Started 指南
  • 安装与首次运行需要能访问 HuggingFace 下载模型

安装与启动步骤

  1. 1检查 NPU 与驱动

    打开任务管理器(Ctrl+Shift+Esc)→性能→NPU,或设备管理器查看 NPU 驱动版本,必须为 32.0.203.311 或更高,否则先更新驱动。

  2. 2下载安装包

    从 GitHub Releases 下载官方 Windows 安装包 flm-setup.msi,安装包仅约 17MB,安装约 20 秒。

  3. 3安装 FLM

    双击运行 flm-setup.msi 完成安装,安装过程中可自定义基础目录;若选 C:\Users\<USER>\flm,模型会存到该目录下的 models 子目录。

  4. 4打开 PowerShell

    按 Win + X 再按 I 打开 PowerShell,安装后 flm 命令即可使用,无需其他配置。

  5. 5运行第一个模型

    用 flm run 拉取并运行指定模型标签,首次会自动从 HuggingFace 下载优化后的模型内核,随后进入命令行对话。

    flm run llama3.2:1b
  6. 6查看已有模型

    在 PowerShell 中列出本机已下载的全部可用模型及其标签,便于后续直接运行。

    flm list
  7. 7启动本地服务

    以服务模式启动,模型标签为初始模型且可选;本地服务默认监听 52625 端口,请求其他模型时会自动切换。

    flm serve llama3.2:1b

关键配置

配置项必填说明示例
FLM_MODEL_PATH否Linux 下覆盖模型默认存放路径/home/user/.flm/models
FLM_DISABLE_UPDATE_CHECK否设为 1 可关闭启动时的版本检查1
模型默认目录(Windows)否Windows 下模型默认存放位置C:\Users\<USER>\.flm\models\
模型默认目录(Linux)否Linux 下模型默认存放位置~/.config/flm/

如何确认成功

能进入对话即成功;任务管理器性能→NPU 可看到占用,flm list 能列出已下载模型。

常见问题

Q:模型下载损坏或运行异常怎么办?

A:从 HuggingFace 下载的模型内核偶尔会损坏,执行 flm pull <model_tag> --force(如 flm pull llama3.2:1b --force)强制重新下载即可修复。

Q:所在地区无法访问 HuggingFace 怎么办?

A:可手动下载模型文件,再放入你选定的模型目录(Windows 默认 C:\Users\<USER>\.flm\models\,Linux 默认 ~/.config/flm/),具体见项目 issue #2。

Q:如何查看推理性能或退出对话?

A:对话中输入 /verbose 打开性能报告,再次输入 /verbose 关闭;输入 /bye 退出当前会话。

Q:本地服务用什么端口?

A:服务模式默认运行在 52625 端口,请求其他模型时 FastFlowLM 会自动切换过去。

Q:没有 AMD NPU 能用吗?

A:不支持。FLM 是专为 Ryzen AI XDNA2 NPU 打造的运行时,需要 Strix、Strix Halo、Kraken 或 Gorgon Point 等芯片。

注意事项

  • 必须使用最新 AMD NPU 驱动(32.0.203.311 及以上),旧版本已不再支持。
  • 首次运行模型需要联网访问 HuggingFace 下载优化模型内核。
  • Linux 用户的安装步骤请参考仓库 docs/linux-getting-started.md。
  • 第三方论坛的驱动下载未经 AMD 验证,使用需自行承担风险。

核心亮点

  • 针对 AMD NPU 深度优化,性能远超通用框架
  • 命令行体验类似 Ollama,上手门槛低
  • 支持主流模型量化,降低硬件要求

不足之处

  • 仅支持 AMD NPU,硬件兼容性受限
  • 项目较新,生态和文档待完善

适用场景

  • AMD 笔记本/迷你主机本地离线运行聊天模型
  • 隐私敏感场景下在本地处理文本任务
  • 在低功耗设备上部署轻量级 AI 助手

替代项目

Ollama、llama.cpp、ONNX Runtime

上一篇:ai

下一篇:paddler

同类项目推荐

Sentinel_Guard 开源

给 AI 应用加一道安全网关,拦截注入与越权调用

Security first LLM gateway and guardrails for AI applications, agents and AI powered···

★ 130 2026-09-16
5.0-Ai-Engineering-Toolkit 开源

一套 Python 工具,把 AI 训练到部署的脏活串起来

Engineering toolkit for building scalable AI systems, including model training pipel···

★ 475 2026-09-19
pixeltable 开源

像用数据库一样管理多模态 AI 数据,省去管道工程

The backend agents build with - Multimodal database, orchestration, and serving in o···

★ 1659 2026-08-09
zeroid 开源

给 AI 智能体发身份证,让它们安全自主地访问服务

Highflame ZeroID: Autonomous Agent Identity Management System (AAIMS)

★ 212 2026-08-09
inference-gateway 开源

一个网关统一接入本地与云端大模型

An open-source, cloud-native, high-performance gateway unifying multiple LLM provide···

★ 212 2026-11-08
BentoML 开源

模型打包一键变线上服务,上线运维全不操心

The easiest way to serve AI apps and models - Build Model Inference APIs, Job queues···

★ 8935 2026-08-09
codex-openai-wrapper 开源

把 Codex 包装成 OpenAI 接口,一行配置无缝接入现有工具

Wrap OpenAI's Codex to an OpenAI compatible endpoint using Cloudflare Workers

★ 84 2026-08-09
tart 开源

在 Apple Silicon 上秒级拉起 macOS/Linux 虚拟机跑 CI

macOS and Linux VMs on Apple Silicon to use in CI and other automations

★ 7828 2026-10-26